使用Hmisc中的cut2来计算不同数量的组的切割

Question

我试图通过使用Hmisc的cut2计算向量的等分位数。

library(Hmisc)
c <- c(-4.18304,-3.18343,-2.93237,-2.82836,-2.13478,-2.01892,-1.88773,
       -1.83124,-1.74953,-1.74858,-0.63265,-0.59626,-0.5681)

cut2(c, g=3, onlycuts=TRUE)

[1] -4.18304 -2.01892 -1.74858 -0.56810

但我期望获得以下结果（33％，33％，33％）：

[1] -4.18304 -2.13478 -1.74858 -0.56810

我还是应该使用cut2还是尝试其他方法？ 我该如何运作？ 谢谢你的建议。

Answer 1

您看到的是切点，但是您想要表格计数，并且希望它们占总数的一部分，因此请执行以下操作：

> prop.table(table(cut2(c, g=3) ) )

[-4.18,-2.019) [-2.02,-1.749) [-1.75,-0.568] 
     0.3846154      0.3076923      0.3076923 

（显然，当元素的数量不能被3整除时，您不能期望cut2能够创建精确的拆分。）

Answer 2

原始数据集中似乎偶然有13个值，而不是12个。 不能将13个值平均分为三个分位数组（如BondedDust所述）。 这是原始的问题，只是排除了一个选定的数据值（-1.74953），使其变为十二个值。 这给出了最初预期的结果：

library(Hmisc)

c<-c(-4.18304,-3.18343,-2.93237,-2.82836,-2.13478,-2.01892,-1.88773,-1.83124,-1.74858,-0.63265,-0.59626,-0.5681)

cut2(c, g=3,onlycuts=TRUE)
#[1] -4.18304 -2.13478 -1.74953 -0.5681

为了使对不熟悉Hmisc包中的 cut2任何人（今天上午像我一样）更清楚，这是一个类似的问题，除了我们将使用1到12之间的整数（分配给向量dozen_values ）。

library(Hmisc)

dozen_values <-1:12

quantile_groups <- cut2(dozen_values,g=3)

levels(quantile_groups)
## [1] "[1, 5)" "[5, 9)" "[9,12]"

cutpoints <- cut2(dozen_values, g=3, onlycuts=TRUE)

cutpoints
## [1]  1  5  9 12

# Show which values belong to which quantile group, using a data frame
quantile_DF <- data.frame(dozen_values, quantile_groups)
names(quantile_DF) <- c("value", "quantile_group")

quantile_DF
##    value quantile_group
## 1      1         [1, 5)
## 2      2         [1, 5)
## 3      3         [1, 5)
## 4      4         [1, 5)
## 5      5         [5, 9)
## 6      6         [5, 9)
## 7      7         [5, 9)
## 8      8         [5, 9)
## 9      9         [9,12]
## 10    10         [9,12]
## 11    11         [9,12]
## 12    12         [9,12]

请注意，第一个分位数组包括但不包括 5的所有内容（在这种情况下为1到4）。 第二个分位数组包含5个， 但不包括 9个（在这种情况下，即5到8）。 第三（最后）分位数组包含9到12，其中包括最后一个值12。与其他分位数组不同，第三分位数组包括所示的最后一个值。

无论如何，你可以看到“切点” 1 ， 5 ， 9 ，和12描述了最简洁的方式位数组的起点和终点，却是钝没有阅读相关文档 （链接到单一页面内-R网站，而不是将近400页的PDF手册）。

如果您不熟悉，请参阅有关括号与方括号符号的说明 。